公开(公告)号：CN119577263A

公开(公告)日：2025-03-07

申请号：CN202411608807.3

申请日：2024-11-12

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  王燚 ,  肖双旺 ,  唐昌田

IPC: G06F16/9537 ,  G06F18/2131 ,  G06F18/25 ,  G06F18/10 ,  G06F18/2415 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明提出一种基于频域调制和对比学习的序列推荐方法。本发明针对的是序列推荐中数据存在大量噪声和数据稀疏以及现有模型预测平滑的问题。所述方法包括：一方面，将用户序列通过嵌入层，利用绝对位置编码引入位置信息，再通过多头自注意力网络提取序列中用户的长期依赖得到新的嵌入Eattention。另一方面，将用户初始嵌入通过感应偏置网络进行频域调制。通过傅里叶变化及其逆变化，捕获用户数据中高通分量和低通分量，将其动态融合得到Et。最后通过自适应融合，将Eattention和Et融合。此外，在模型训练过程中，本发明引入了对比学习思想，将Eattention和Et视作同一样本的不同增强视图，提高了模型的泛化能力。

公开(公告)号：CN119577083A

公开(公告)日：2025-03-07

申请号：CN202411608814.3

申请日：2024-11-12

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  唐昌田 ,  肖双旺 ,  王燚

IPC: G06F16/3329 ,  G06F16/332 ,  G06F16/335 ,  G06F40/35 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本发明提出了一种基于多意图感知和双重门控的会话推荐方法。所述方法包括：首先，捕捉会话的位置信息来区分顺序，频率信息来表示会话的重要性。随后，将会话嵌入、位置嵌入、频率嵌入输进双门控机制层，通过双层门控机制将用户嵌入与用户行为嵌入相结合，突出了用户行为的重要性。然后使用双向自注意层自注意生成与每个项目相关的会话信息的多个上下文化表示，通过高速网路来强调用户意图嵌入，防止上下文过度相似，在一定程度上提取出会话中用户的不同意图。然而，并不是所有的会话项目都是必要的，有些可能是嘈杂的，我们计算了多个表示的重要性，提取重要的用户意图。最后我们采用最大池化和平均池化聚合项目分布得到最终的输出。本发明可以有效去除用户随机行为产生的噪声数据对模型最终的预测产生误导的问题以及从会话中提取出用户的多种意图。

公开(公告)号：CN119479288A

公开(公告)日：2025-02-18

申请号：CN202411608791.6

申请日：2024-11-12

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  肖双旺 ,  唐昌田 ,  王燚

IPC: G08G1/01 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提出了一种基于时空分解和注意力机制的交通流量预测方法。该方法包括以下步骤：首先，通过傅里叶变换及其逆变换，将原始交通流量数据分解为低频的趋势项和高频的事件项，并引入时间嵌入信息以增强时序特征的表达能力。其次，针对趋势项，利用时间卷积、时间注意力模块以及趋势类别学习模块，构建趋势处理分支，重点提取单个节点的趋势信息。针对事件项，采用时间卷积和多时间片空间注意力门控模块，构建事件处理分支，侧重捕捉不同节点之间的事件影响和空间依赖性。最后，通过自适应融合模块，将趋势项和事件项的特征进行加权融合，得到更为准确和鲁棒的交通流量预测结果。该方法在有效处理时空信息的同时，能够提升预测精度，适用于复杂交通场景下的流量预测。